Tensorflow: Was ist der Unterschied zwischen bt tf.layers.dense und tf.layers.Dense?

Erstellt am 3. Sept. 2018  ·  1Kommentar  ·  Quelle: tensorflow/tensorflow

Hallo Leute,

Genauso wie der Titel. Ich habe versucht, den Stack Overflow zu durchsuchen, aber ich kann es nicht herausfinden. Ich meine, wie wähle ich die Schicht bt dense und Dense aus, wenn ich ein neuronales Netzwerk konstruiere?

Bitte gehen Sie zu Stack Overflow, um Hilfe und Support zu erhalten:

https://stackoverflow.com/questions/tagged/tensorflow

Wenn Sie ein GitHub-Problem öffnen, finden Sie hier unsere Richtlinie:

  1. Es muss sich um einen Fehler, eine Funktionsanfrage oder ein erhebliches Problem mit der Dokumentation handeln (für kleine Korrekturen in der Dokumentation senden Sie bitte stattdessen eine PR).
  2. Das untenstehende Formular muss ausgefüllt werden.
  3. Es sollte kein TensorBoard-Problem sein. Die gehen hierher .

Deshalb haben wir diese Richtlinie : TensorFlow-Entwickler reagieren auf Probleme. Wir wollen uns auf die Arbeit konzentrieren, die der gesamten Community zugute kommt, zB Fehler beheben und Funktionen hinzufügen. Unterstützung hilft nur Einzelpersonen. GitHub benachrichtigt auch Tausende von Menschen, wenn Probleme eingereicht werden. Wir möchten, dass sie sehen, dass Sie ein interessantes Problem kommunizieren, anstatt zu Stack Overflow weitergeleitet zu werden.


System Information

  • Habe ich benutzerdefinierten Code geschrieben (im Gegensatz zu einem in TensorFlow bereitgestellten Standard-Beispielskript) :
  • Betriebssystemplattform und -verteilung (z. B. Linux Ubuntu 16.04) :
  • Mobilgerät (z. B. iPhone 8, Pixel 2, Samsung Galaxy), wenn das Problem auf einem Mobilgerät auftritt :
  • TensorFlow installiert von (Quelle oder Binärdatei) :
  • TensorFlow-Version (verwenden Sie den Befehl unten) :
  • Python-Version :
  • Bazel-Version (wenn aus der Quelle kompiliert) :
  • GCC/Compiler-Version (wenn aus der Quelle kompiliert) :
  • CUDA/cuDNN-Version :
  • GPU-Modell und Speicher :
  • Genauer Befehl zum Reproduzieren :

Sie können einige dieser Informationen mithilfe unseres Umgebungserfassungsskripts sammeln:

https://github.com/tensorflow/tensorflow/tree/master/tools/tf_env_collect.sh

Die TensorFlow-Version erhalten Sie mit

python -c "tensorflow als tf importieren; print(tf.GIT_VERSION, tf.VERSION)"

Beschreibe das Problem

Beschreiben Sie das Problem hier klar. Geben Sie hier unbedingt an, warum es sich um einen Fehler in TensorFlow oder eine Funktionsanfrage handelt.

Quellcode / Protokolle

Fügen Sie alle Protokolle oder Quellcode hinzu, die für die Diagnose des Problems hilfreich wären. Wenn Sie Rückverfolgungen einschließen, fügen Sie bitte die vollständige Rückverfolgung bei. Große Protokolle und Dateien sollten angehängt werden. Versuchen Sie, einen reproduzierbaren Testfall bereitzustellen, der das Nötigste ist, um das Problem zu generieren.

Hilfreichster Kommentar

https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L32 -L33

tf.layers.Dense gibt eine Instanz von class Dense .

https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L116 -L117
https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L174 -L188

tf.layers.dense erstellt zuerst eine Instanz von tf.layers.Dense und ruft dann return layer.apply(inputs) , was einen Tensor zurückgibt.


Das gleiche gilt für:

  • tf.layers.Dropout und tf.layers.dropout
  • tf.layers.Flatten und tf.layers.flatten
  • tf.layers.AveragePooling1D und tf.layers.average_pooling1d
  • und vieles mehr ... (siehe Code)

>Alle Kommentare

https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L32 -L33

tf.layers.Dense gibt eine Instanz von class Dense .

https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L116 -L117
https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L174 -L188

tf.layers.dense erstellt zuerst eine Instanz von tf.layers.Dense und ruft dann return layer.apply(inputs) , was einen Tensor zurückgibt.


Das gleiche gilt für:

  • tf.layers.Dropout und tf.layers.dropout
  • tf.layers.Flatten und tf.layers.flatten
  • tf.layers.AveragePooling1D und tf.layers.average_pooling1d
  • und vieles mehr ... (siehe Code)
War diese Seite hilfreich?
0 / 5 - 0 Bewertungen